AWS Entity Resolution lancia il supporto per flussi di lavoro per il matching incrementale basati sul machine learning
AWS Entity Resolution lancia il supporto per flussi di lavoro per il matching incrementale basati sul machine learning (ML) in disponibilità generale, trasformando radicalmente il modo in cui le aziende eseguono la risoluzione delle entità su larga scala. In precedenza, l’aggiunta anche di un singolo nuovo record richiedeva ai clienti di rielaborare l’intero set di dati, un processo che poteva richiedere fino a 2 giorni e costare migliaia di dollari. Ciò creava un collo di bottiglia critico che costringeva le principali aziende a ricorrere a costose soluzioni alternative.
Con questo miglioramento, AWS Entity Resolution consente alle aziende di elaborare solo i nuovi record aggiunti dall’ultima esecuzione del flusso di lavoro. Questo lancio offre significativi miglioramenti in termini di efficienza: l’elaborazione di 1 milione di record incrementali in meno di 1 ora, con una riduzione del 95% dei tempi di elaborazione rispetto ai carichi di lavoro attuali, riducendo al contempo in modo significativo i costi dell’infrastruttura. La funzionalità supporta carichi di lavoro incrementali fino a 50 milioni di record incrementali su set di dati contenenti fino a 1 miliardo di record di base storici, rendendo AWS Entity Resolution adatto a carichi di lavoro aziendali continui e su larga scala che in precedenza erano economicamente non sostenibili.
È possibile iniziare a utilizzare flussi di lavoro per il matching incrementale basati sul machine learning in tutte le regioni AWS in cui è disponibile AWS Entity Resolution. Per ulteriori informazioni su come avviare un flusso di lavoro per il matching incrementale basato su ML, consulta la guida per l’utente. Per ulteriori informazioni su AWS Entity Resolution, visita la pagina del prodotto.